将数据集分为R中的回归组和对照组

Question

这很可能是设计问题。 如果我打算进行回归，则Y = X1 + X2 + X3 + X4 + X5，并且我的数据中有X1到X10以及Y。 将数据集分为回归样本和对照组的最佳方法是什么，因此我可以对回归样本进行回归并使用对照组验证模型？ 我应该只创建一个包含随机数的列并以这种方式分开吗？ 谢谢。

Answer 1

如果您有一个名为df的数据框，其中包含一排行和上面的列，则可以按以下方式对n个行（在本示例中为67％）进行采样，并创建采样组和对照组：

x <- sample(nrow(df), 0.67*nrow(df))
sampledf <- df[x, ]
controldf <- df[-x, ]

如果要重新排列行号，可以分配新的顺序行号，如下所示：

row.names(sampledf) <- seq(1:nrow(sampled))
row.names(controldf) <- seq(1:nrow(controldf))